第二步，选择回归命令并设置自变量和因变量，选择自变量为变量1、因变量为变量3，勾选相应的统计量，确定。
第三步，看输出结果，分析调节效应，见表格数据。
分组回归数据输出
3.1.4当自变量是类别变量、调节变量是连续变量时，做层次回归分析
第一步，将自变量进行虚拟变量转化(与前面的步骤一致)
第二步，所有变量做中心化处理，并生成X和M的交互项，即虚拟性别×变量2的交互项。
第二步，做Y对X和M的回归，得测定系数R21，变量3对虚拟性别和变量2的回归。 第三步做Y对X、M和XM的回归得R22，若R22显著高于R21，则调节效应显著；或者，做XM的偏回归系数检验，若显著，则调节效应显著，即做变量3对虚拟性别、变量2和虚拟性别×变量2的交互项的回归。
层次回归结果输出
3.2潜变量的调节效应分析方法
有关潜变量的分析需要用到结构方程模型。潜变量的测量会带来测量误差，所以考虑潜变量时都认为是连续变量。有潜变量的调节效应模型通常只考虑如下两种情形：一是调节变
量是类别变量，自变量是潜变量；二是调节变量和自变量都是潜变量（连续变量）。
第一，当调节变量是类别变量时，做分组结构方程分析。这种方法是显变量情形分组回归的推广（与显变量操作方法相同），主要使用SPSS，以及常用的结构方程分析软件(如LISREL、AMOS)，他们都有现成的分组分析命令。
第二，当调节变量和自变量都是潜变量时，有许多不同的分析方法。如逐步回归法（逐步回归法与之前的一致）、结构方程法、校正的非参数百分位Bootstrap法(基于PROCESS和MEDIATE插件)，其中校正的非参数百分位Bootstrap法操作也与前文一致。
在这里我们推荐使用校正的非参数百分位Bootstrap法，在PROCESS中的操作，比如自变量有3个因子、调节变量有2个因子、因变量有3个因子，只需根据在三个潜变量的关系选择相应的模型进行操作即可，简单调节为模型1。
在MEDIATE插件中，由于分析的主要是ab交互项对因变量的回归，所以可直接将语法进行调整，将M项输入为自变量和调节变量的交互项即可，如 MEDIATE Y=变量3/X=变量1/M=变量1与变量2交互项/total=1 /omnibus=1/ciconf=95/cimethod=2/samples=5000.
4复杂中介效应和调节相应
4.1有中介的调节效应
如果一个模型除了自变量和因变量外，涉及的第三变量不止一个，可能会同时包含调节变量和中介变量。这些变量出现在模型中的位置不同会产生不同的模型，联系着不同的统计背景和意义。
如，要研究感觉寻求(X)对烟酒使用(Y)的影响。以往的研究发现，生活事件(U)是调节变量，不良同伴(W)是中介变量。据此可以建立如图所示的模型。我们知道，UX是调节效应项，如果它影响W，而W影响Y，说明调节效应(至少部分地)通过中介变量W而起作用，称这样的调节变量是有中介的调节变量(mediated moderator)。有中介的调节模型意味着自变
量对因变量的效应受到调节变量的影响，而调节效应(至少部分地)通过中介变量而起作用。
4.1.1依次检验法 基本步骤：
(1)做Y对X，U和UX的回归 Y=c0+c1X+c2U+c3UX+e1(1)
UX的系数c3显著(即U对Y与X关系的调节效应显著)
接下来要检验UX会通过中介变量W对因变量Y产生影响。
(2)做W对X，U和UX的回归 W=a0+a1X+a2U+a3UX+e2(2) UX的系数a3显著
(3)做Y对X，U，UX和W的回归 Y=c0+c1’X+c2’U+c3’UX+b1W+e3(3) W的系数b1显著
至此说明UX通过中介变量W对因变量Y产生影响。此时，间接的调节效应(即通过中介变量的调节效应)等于a3b1，直接的调节效应等于c3’。如果在第3步中，UX的系数c3’不显著，则U的调节效应完全通过中介变量W而起作用。目前，国内学者多采用这种方法检验有中介的调节模型。但用这种方法检验的中介效应的第一类错误率较低(p≤0.05)，统计功效也
较低，即中介效应实际存在，但容易得出中介效应不显著的结论。
4.1.2混合模型的依次检验法 基本步骤：
(1)做Y对X，U和UX的回归 Y=c0+c1X+c2U +c3UX+e1 (4)
UX的系数c3显著(即U对Y与X关系的调节效应显著)。
接下来要检验UX会通过中介变量W对因变量Y产生影响。
(2)做W对X，U和UX的回归 W=a0+a1X+a2U +a3UX+e2(5) UX的系数a3显著。
(3)做Y对X，U，UX，W和UW的回归
Y=c0’+c1’X+c2’U+c3’UX+b1W+b2UW+e3(6)
可推导出：c3-c3’=b1a3-b2a1 (7)
有研究认为，对有中介的调节模型，首先c3≠0 (说明有调节效应)，其次，如果调节效应有中介，c3应该小c3’。在这种情况下，公式(7)的右边就是经过中介而起作用的调节效应大小，a3b1和a1b2至少有一个不等于零。
这意味着，变量U调节自变量X对中介变量W的效应( a3≠0，并且b1≠0)，和(或)变量U调节中介变量W对因变量Y的效应(b2≠0，并且a1≠0 )。这样，只要检验结果是：
(i) c3≠0； (ii)a3≠0且b1≠0； 和(或) (i)c3≠0， (ii) a1≠0 且b2≠0
则调节效应是有中介的。
由公式(6)Y=c0’+c1’X+c2’U+c3’UX+b1W+b2UW+e3可以推论出： Y=c0’+c1’X+c2’U+c3’UX+(b1+b2U)W+e3 (8)
从公式(8)可以看出，b1+b2U中的任一个系数(b1或b2)显著，中介变量对Y的效应显著，因此，如果检验结果是：(i) c3≠0 , (ii) a3≠0且b2≠0 (图3d)，则混合模型也是有中介的调节模型。此时，模型中有两个调节效应，一是自变量X对中介变量W的影响受到变量U的调节，二是中介变量W对因变量Y的影响也受到变量U的调节。总的来说就是，X对Y的调节效应(至少部分地)通过中介变量W 而起作用。